AI 名人与 IP

长期撰写系统化的 Agent 与安全博文，推动函数调用、工具链与对抗风险的行业讨论。 其核心身份是OpenAI 研究与应用安全方向代表，长期被外界以“Agent 与安全”认知。翁荔 Lilian Weng 的影响力通常不只来自单点成果，…

• Agent
• 安全
• 技术写作

Michael Stonebraker 是关系数据库与列存、HTAP 等方向的奠基学者之一，创办多家数据库公司并推动 PostgreSQL 生态发展。其观点强调在真实负载下以基准测试与工程迭代验证系统能力，而非仅依赖理论模型。对构建 RAG…

• PostgreSQL
• HTAP
• 列存

Knuth 在算法分析、组合数学与排版系统 TeX 方面的工作影响了几代计算机科学家与工程师。其强调的数学证明与渐进复杂度分析，是评估训练算法与数据处理管线性能的理论基础。对 AI 工程团队而言，理解渐近复杂度与常…

• 算法
• TeX
• 组合数学

Kaelbling 在部分可观测马尔可夫决策过程、强化学习与机器人规划交叉方向有重要贡献，推动学习与符号规划结合。对需要长期自主运行的机器人系统，信念状态表示与分层策略有助于降低样本复杂度。企业在落地仓储或巡检…

• POMDP
• 强化学习
• 机器人规划

Jurafsky 在计算语言学、对话系统与语音处理教材与课程方面影响广泛，其著作降低 NLP 入门门槛。随着大模型普及，传统分词、句法分析与语义角色标注仍与提示工程、检索增强形成互补。对构建中文或多语言应用的产品团…

• NLP
• 语音
• 教材

Patterson 提出精简指令集与领域专用架构等思想，对数据中心与 AI 加速器设计影响深远。RISC-V 生态为定制 AI 指令扩展提供开放底座，降低芯片初创团队 IP 授权成本。企业在评估自研加速器时，应同步规划编译器、运…

• RISC-V
• DSA
• 体系结构

Kolter 在深度学习优化、凸松弛与稳健机器学习方向发表多篇高引用论文，为理解神经网络训练动态提供理论工具。对部署大模型的团队，优化器选择、学习率调度与正则化策略仍影响收敛与泛化。企业在进行对抗鲁棒或分布…

• 优化
• 稳健学习
• 理论

Daniela Rus 领导 CSAIL 在自主移动机器人、软体机器人与可重构系统方向持续产出，强调算法与硬件协同设计。对希望部署多机仓储或巡检系统的企业，可从通信拓扑、任务分配与容错策略入手建立仿真基线。其团队亦关注…

• CSAIL
• 移动机器人
• 软体机器人

Russ Tedrake 在欠驱动控制、接触动力学与 Drake 仿真工具链方向影响广泛，为腿足与操作研究提供可复现框架。工程团队若计划把强化学习用于真实机器人，应重视仿真到实机的域差距与安全防护。Tedrake 亦参与公开教材…

• Drake
• 腿足控制
• 仿真

Anca Dragan 研究人类意图推断、价值对齐与多智能体规划，为人机共享工作空间提供理论与算法工具。对部署协作臂或移动服务机器人的团队，需要把人类运动不确定性纳入规划与预测层。企业应建立可解释的避让策略与审计…

• 人机协作
• 规划
• 意图推断

Shuran Song 在视觉驱动的机器人操作与自监督学习方向发表多篇高引用工作，推动从仿真到真实抓取的数据效率研究。对构建仓储或家庭操作原型的团队，可关注其公开项目与数据集引用方式。企业在收集操作数据时，应同步…

• 视觉操控
• 自监督
• 抓取

Jeff Dean 在大规模分布式系统与深度学习基础设施方向贡献卓著，推动 MapReduce、Bigtable 与 TensorFlow 等工程范式普及。对建设万卡集群的训练平台团队，应关注数据管线、检查点与故障恢复的工程细节。企业在评估…

• TensorFlow
• 分布式训练
• 系统